你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Azure AI Foundry 模型目录矢量化器

项目
12/24/2024

重要

根据补充使用条款，此向量器以公共预览版提供。 2024-05-01-Preview REST API 支持此功能。

Azure AI Foundry 模型目录向量器连接到通过 Azure AI Foundry 模型目录部署到Azure 机器学习终结点的嵌入模型。数据在部署模型的地理位置进行处理。

如果使用集成矢量化来创建矢量数组，技能集应包含指向 Azure AI Foundry 门户中模型目录的 AML 技能。

矢量器参数

参数区分大小写。选择使用哪些参数取决于 AML 联机终结点所需的身份验证（如果有）。

参数名称	说明
`uri`	（必需）JSON 有效负载发送到的 AML 联机终结点的 URI。仅支持 https URI 方案。
`modelName`	（必需）在提供的终结点上部署的 Azure AI Foundry 模型目录中的模型 ID。支持的模型为： Facebook-DinoV2-Image-Embeddings-ViT-Base Facebook-DinoV2-Image-Embeddings-ViT-Giant Cohere-embed-v3-english Cohere-embed-v3-multilingual
`key`	（密钥身份验证所需）AML 联机终结点的密钥。
`resourceId`	（令牌身份验证需要）。 AML 联机终结点的 Azure 资源管理器资源 ID。它的格式应如下所示：subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name}。
`region`	（对于令牌身份验证可选）。 AML 联机终结点部署到的区域。如果区域与搜索服务的区域不同，则需要提供区域。
`timeout`	（可选）如果指定，表明执行 API 调用的 http 客户端的超时值。必须将其格式化为 XSD“dayTimeDuration”值（ISO 8601 持续时间值的受限子集）。例如，`PT60S` 表示 60 秒。如果未设置，选择的是默认值 30 秒。超时可以设置为最大 230 秒和最小 1 秒。

要使用的身份验证参数

需要哪些身份验证参数取决于 AML 联机终结点使用的身份验证（如果有）。 AML 联机终结点提供两个身份验证选项：

基于密钥的身份验证。提供静态密钥，对来自矢量器的评分请求进行身份验证。
- 使用 uri 和 key 参数
基于令牌的身份验证。使用基于令牌的身份验证来部署 AML 联机终结点。必须启用 Azure AI 搜索服务的托管标识。然后，矢量器使用服务的托管标识向 AML 联机终结点进行身份验证，无需任何静态密钥。必须为该标识分配所有者或参与者角色。
- 使用 resourceId 参数。
- 如果搜索服务与 AML 工作区位于不同的区域，请使用 region 参数设置 AML 联机终结点已部署到的区域

支持的矢量查询类型

Azure AI Foundry 模型目录向量器支持哪些矢量查询类型取决于 modelName 配置的。

嵌入模型	支持 `text` 查询	支持 `imageUrl` 查询	支持 `imageBinary` 查询
Facebook-DinoV2-Image-Embeddings-ViT-Base		X	X
Facebook-DinoV2-Image-Embeddings-ViT-Giant		X	X
Cohere-embed-v3-english	X
Cohere-embed-v3-multilingual	X

预期字段维度

使用 Azure AI Foundry 模型目录向量器配置的字段的预期字段维度取决于 modelName 配置的字段。

`modelName`	预期维度
Facebook-DinoV2-Image-Embeddings-ViT-Base	768
Facebook-DinoV2-Image-Embeddings-ViT-Giant	1536
Cohere-embed-v3-english	1024
Cohere-embed-v3-multilingual	1024

示例定义

Azure AI Foundry 模型目录中的建议模型名称由基本模型加上随机三字母后缀组成。模型的名称将与本示例中所示的名称不同。

"vectorizers": [
    {
        "name": "my-model-catalog-vectorizer",
        "kind": "aml",
        "amlParameters": {
            "uri": "https://Cohere-embed-v3-multilingual-hin.eastus.models.ai.azure.com",
            "key": "aaaaaaaa-0b0b-1c1c-2d2d-333333333333",
            "timeout": "PT60S",
            "modelName": "Cohere-embed-v3-multilingual-hin",
            "resourceId": null,
            "region": null,
        },
    }
]

通过